LSI功能测试与仿真模型的研究

在实际实验教学过程中,提出了一种基于指令与时序级的LSI功能测试与仿真模型的原理,根据仿真库模型实现对LSI的功能测试。主要包括外部模型、内部驱动模型、时序模型、功能模型等测试模型,测试结果通过静态功能、时序、波形等方法进行逻辑综合。系统可以实现电平测试、时序测试、指令测试等测试方法,达到对不同芯片的功能测试要求。     

如何按照医生的学习类型来驱动继续教育的设计

本文介绍了科尔比的经验学习理论和他的学习类型量表,设计了以经验学习理论为基础的具体课程规划框架,认为在继续医学教育中可以应用经验学习理论,循序渐进地运用学习类型量表中的四种学习模式,通过反思和实践促进学生的主动学习。     

我国图书馆学本土化研究述评

当前,我国的图书馆学本土化研究在概念、特征、目的、基本内容和研究者的主体意识等方面都取得了一定的研究成果,并辩证地处理好了本土化与国际化、理论性与实践性以及命题的真与伪等关系。但是,目前仍存在着理论与实践脱节、研究尚未形成一定的规模、研究文本与诠释之间存在距离、立足国情与创新不协调等问题。     

基于潜在语义空间的文本检索问题研究

本文针对潜在语义空间模型下文本检索存在的问题进行了研究；对LSI／SVD方法的理论及问题进行探讨，对文本一特征项矩阵加权方式进行了改进，对文本的聚类提出了k—means截尾算法，对原始向量空间降秩后的语义空间维数的确定提出了解决方法。     

Query expansion and dimensionality reduction: Notions of optimality in Rocchio relevance feedback and latent semantic indexing

Rocchio relevance feedback and latent semantic indexing (LSI) are well-known extensions of the vector space model for information retrieval (IR). This paper analyzes the statistical relationship between these extensions. The analysis focuses on each method’s basis in least-squares optimization. Noting that LSI and Rocchio relevance feedback both alter the vector space model in a way that is in some sense least-squares optimal, we ask: what is the relationship between LSI’s and Rocchio’s notions of optimality? What does this relationship imply for IR? Using an analytical approach, we argue that Rocchio relevance feedback is optimal if we understand retrieval as a simplified classification problem. On the other hand, LSI’s motivation comes to the fore if we understand it as a biased regression technique, where projection onto a low-dimensional orthogonal subspace of the documents reduces model variance.     

物流服务供应链子网络间关系及其对集成商绩效的影响

为了解物流服务集成商(Logistics Service Integrator,LSI)通过物流服务供应链(Logistics Service Supply Chain,LSSC)获取资源的方法,根据获取资源类型的不同,将LSSC网络划分为社会关系网络、物流协作网络、物流创新网络、声誉网络、市场网络等5种子网络,运用实证方法对子网络间关系及各子网络对LSI绩效的影响进行检验.实证结果表明,物流创新网络和市场网络对LSI的绩效产生正向影响,声誉网络对LSI的绩效产生负向影响,社会关系网络和物流协作网络对LSI绩效的影响会通过他们对其他子网络的影响进行传递.各子网络之间存在相互重叠和影响:社会关系网络会影响市场网络和物流创新网络,物流协作网络会影响市场网络、声誉网络和物流创新网络,物流创新网络会影响声誉网络,声誉网络会影响市场网络.     

基于LSI的日地空间领域科学数据语义检索模型

日地空间系统科学的数据具有体量大、种类多、结构复杂的特征,不同概念、不同事件之间的相互关联为该领域内的科学数据检索提出了很高的要求.然而目前该领域内依然以基于传统的关键词检索技术为主,严重影响检索结果的质量?提出一种数据语义检索模型,它是在对日地空间学科元信息提取的基础上,使用文本处理的方法将提取信息转换为词项-文档矩阵,进一步使用潜在语义索引技术对其进行分析,计算出检索条目与不同数据集的语义相关度,从而根据语义相关度向用户推荐科学数据.实验对比表明,该模型的召回率明显优于传统方法,且具有很高的准确率.该模型同时支持对科学数据进行语义标注和关键词提取,亦可用于其他领域科学数据检索.     

Learning styles and their impact on cross-cultural training: An international comparison in France, Germany and Quebec

Every person has his or her own individual way to learn and to solve problems in day-to-day situations. These personal cognitive strategies, acquired in a long socialization process are called “learning styles” and may differ depending on gender, age or culture.In this study, the learning styles of over 300 students in business administration in France, Germany and Quebec are examined with the Learning Style Inventory (LSI). Representative and significant learning differences where found. This is why the LSI can be used in a first step for the illustration and comparison of typical patterns of learning. In a second step the results may be of use to international trainers in making decisions about course design and methods of cross-cultural training in relation to the learning profiles of the participants.     

隐含语义检索及其应用

隐含语义检索(Latent Semantic Indexing, LSI) 是一种基于概念的文献检索方式。它区别于传统的基于用户查询条件与文档的单词匹配的文献检索方法, 根据文档与查询条件在语义上的关联而向用户提交查询结果。本文介绍了隐含语义检索在文献检索中的一种实现方法, 为文献检索提供了一种新的途径。